ЗАСТОСУВАННЯ МАШИННОГО НАВЧАННЯ ТА ШТУЧНОГО ІНТЕЛЕКТУ В РОЗРОБЦІ НАФТОВИХ РОДОВИЩ

Анотація

У статті розглянуто технології штучного інтелекту, що використовуються в нафтовій галузі, наведено порівняння переваг та недоліків основних існуючих алгоритмів штучного інтелекту, що застосовуються в динамічному прогнозуванні видобутку нафти, в оптимізації розробки, в ідентифікації залишкової нафти, в ідентифікації тріщин в родовищах і в підвищенні видобутку нафти; розроблено рекомендації стосовно застосування штучного інтелекту в розробці нафтових родовищ. Для дослідження використано методи порівняння, синтезу, узагальнення та системного підходу.

Зазначено, що інтелектуальне нафтове родовище - це розширена версія цифрового нафтового родовища, яка представляє собою передову систему автоматичної ідентифікації, що охоплює всі аспекти нафтового родовища на основі застосування передових технологій автоматизації та штучного інтелекту, а також сенсорних та професійних технологій.

Встановлено, що в нафтовій галузі використовуються такі технології штучного інтелекту, як штучні нейронні мережі (ANN), нечітка логіка, метод опорних векторів (SVM), гібридні інтелектуальні системи (HIS), генетичні алгоритми (GA), оптимізація роєм частинок (PSO) тощо.

Досліджено сфери застосування ШІ-технологій в розробці та експлуатації нафтових родовищ, наведено переваги та недоліки окремих ШІ-технологій, що застосовуються для вирішення тих чи інших питань, пов’язаних з прогнозуванням показників видобутку нафти, оптимізацією плану розвитку родовища, ідентифікацією залишкової нафти, виявленням розривів пластів, підвищенням нафтовіддачі третинними методами видобутку нафти, підвищенням безпеки праці.

Визначено, що штучні нейронні мережі зворотного поширення є найзрілішим ШІ-алгоритмом, що використовується в інтелектуалізації нафтових родовищ, однак його доцільно оптимізувати шляхом комбінації з алгоритмом методу опорних векторів та генетичним алгоритмом для досягнення кращої продуктивності в моніторингу та прогнозуванні швидкості видобутку нафти. Акцентовано увагу на тому, що збір та обробка даних є ключовим моментом в інтелектуалізації нафтових родовищ і замість того, щоб сліпо довіряти результатам, отриманим від застосування ШІ-алгоритмів, аналіз та інтерпретація таких результатів повинні бути зведені в замкнутий цикл задля точнішого вирішення практичних проблем.